Só nesta semana: a SpaceX abalou o mercado de modelos de fronteira com o Grok 4.5, um modelo treinado especificamente para programação e agentes autônomos, construído sobre a tecnologia Cursor que a SpaceX adquiriu por US$ 60 bilhões. O preço é de US$ 2/M de tokens de entrada e US$ 6/M de tokens de saída — mais da metade do preço praticado pela Anthropic e pela OpenAI para seus modelos de fronteira — e, segundo relatos, usa aproximadamente metade dos tokens por tarefa em comparação com seus concorrentes. Enquanto isso, a Lovable, uma startup sueca de "vibe coding" com três anos de existência, estaria em negociações para captar US$ 300 milhões a uma avaliação de US$ 13,2 bilhões, o dobro do valor de dezembro, depois de atingir uma receita anualizada de US$ 500 milhões em junho, tendo Workday, Asana e Nvidia como clientes corporativos. A Replit foi avaliada em US$ 9 bilhões em março; a Factory, em US$ 1,5 bilhão em abril. Como colocou um relatório sobre o setor, o vibe coding é hoje "de longe o caso de uso mais popular e lucrativo para IA".

Nada disso é abstrato se você está procurando emprego ou tentando se manter empregável na área de software neste ano. É um sinal bastante direto do que "saber construir software" vai significar num currículo e numa sala de entrevista em 2026.

A cara do que "vai para produção" hoje

As evidências não se resumem a rodadas de investimento. O "Glaze" da Raycast, um aplicativo tudo-em-um de vibe coding para construir e compartilhar aplicativos de desktop para Mac, acaba de abrir para todos os usuários, competindo com ferramentas como o Wabi para aplicativos móveis — o vibe coding está saindo do terminal e migrando para construtores polidos e compartilháveis voltados a pessoas que não são engenheiros de carreira. O modo Build do Google AI Studio agora permite apontar para um repositório existente no GitHub em vez de partir de um prompt em branco, transformando-o automaticamente em um aplicativo executável e configurando automaticamente as chaves de API. E o dado mais claro de todos: o MIT e o Lincoln Laboratory conduziram um estudo de caso por meio do Phantom Program, do AI Accelerator do Departamento da Força Aérea em parceria com o MIT, no qual Joshua Lynch, um cadete sem experiência prévia em programação, usou vibe coding sob orientação de um mentor para construir um programa de IA funcional e relevante para o setor militar. Essa é a narrativa de que "qualquer um pode programar com IA" tornada literal, com uma pessoa e uma instituição nomeadas por trás dela.

No extremo mais experiente, o criador do Bun, Jarred Sumner, usou agentes de programação para reescrever todo o runtime JavaScript Bun de Zig para Rust — uma reescrita em larga escala tradicionalmente considerada arriscada demais para ser tentada manualmente — por meio do que ele chama de "engenharia agêntica": fluxos de trabalho dinâmicos, execuções de teste e revisão adversarial da saída do agente. Ele não estava seguindo uma tendência; estava eliminando bugs recorrentes de memória causados pela mistura de coleta de lixo com o gerenciamento manual de memória do Zig, bugs que o modelo de posse (ownership) do Rust elimina. Trata-se de um engenheiro sênior tratando um agente de IA como a ferramenta certa para uma tarefa que costumava exigir meses de trabalho humano cuidadoso.

Por trás de tudo isso, a infraestrutura está se reformando em torno dessa velocidade. A Railway acaba de captar uma Série B de US$ 100 milhões, alcançou 2 milhões de desenvolvedores sem qualquer investimento pago em marketing, e processa mais de 10 milhões de implantações (deployments) por mês. O discurso de seu fundador é direto: nuvens tradicionais como AWS e GCP são lentas e complexas demais para o ritmo atual do desenvolvimento impulsionado por IA.

Traduzindo o financiamento em um novo patamar de contratação

Juntando tudo: um iniciante com um mentor consegue lançar um aplicativo funcional, um engenheiro veterano consegue reescrever o runtime de uma linguagem, e uma startup de três anos consegue atingir uma receita anualizada de meio bilhão de dólares permitindo que pessoas que não são engenheiras descrevam aplicativos até eles existirem. Essa amplitude é o ponto central. O vibe coding não é apenas uma porta de entrada para juniores nem apenas um atalho de produtividade para engenheiros sênior — é as duas coisas ao mesmo tempo, e o dinheiro fluindo para Lovable, Replit, Factory e a guerra de preços do Grok 4.5 indica que os investidores acreditam que é assim que o software será construído daqui para frente, e não uma fase passageira.

Para a contratação, eu interpretaria isso como três mudanças concretas. Esta é minha leitura da tendência, não um fato consolidado, então avalie de acordo:

  • Um artefato funcional e implantado passa a ser a linha de base, não o diferencial. Se um programador iniciante consegue lançar algo funcional por meio de um programa com mentoria, o simples "eu construí e implantei X" não vai mais ser suficiente para conseguir uma vaga remunerada — isso passará a ser dado como certo. O que vai diferenciar você é a camada de julgamento em torno disso.
  • É mais provável que as entrevistas te entreguem uma ferramenta de IA para programar do que a tirem de você. O caso do cadete, a reescrita do Bun e a adoção corporativa da Lovable por empresas como Workday e Nvidia apontam todos na mesma direção: os empregadores estão contratando pessoas boas em dirigir e verificar o trabalho de um agente, não pessoas que provam que não precisam de um. Se um teste para casa (take-home) não especificar uma política sobre o uso de ferramentas de IA, pergunte diretamente ao recrutador em vez de adivinhar.
  • A fluência com uma ferramenta específica importa menos do que a fluência de julgamento. Com o Grok 4.5, o Claude e os modelos da OpenAI competindo em preço, e as plataformas de vibe coding se multiplicando (Lovable, Replit, Factory, Glaze, Wabi, a importação de GitHub do AI Studio), apostar seu currículo no fluxo de trabalho específico de uma única plataforma é arriscado — as próprias ferramentas subjacentes estão sendo comoditizadas pela guerra de preços. O que é duradouro é ser capaz de chegar em qualquer uma delas e explicar o que você mudou, por quê, e no que você não confiou na saída — a mesma disciplina que Sumner descreve como "revisão adversarial".

O que fazer de fato neste mês

  • Lance publicamente uma coisa pequena com uma ferramenta de vibe coding, implantada e vinculada no seu currículo ou portfólio — não apenas uma demonstração local ou uma gravação de tela.
  • Quando falar sobre isso numa entrevista, comece pelo que você revisou, rejeitou ou corrigiu na saída da IA. Essa é a parte que um gestor de contratação não consegue captar a partir de uma captura de tela, e é a parte que ainda é, de fato, escassa.
  • Pergunte diretamente, em entrevistas e testes para casa, se o uso de ferramentas de IA é permitido ou esperado. A norma está mudando rápido o suficiente agora para que você não deva presumir nada em nenhum dos dois sentidos.
  • Não invista demais em decorar a sintaxe de uma única plataforma. Os modelos subjacentes estão sendo desbancados em preço a cada poucos meses, e as ferramentas de construção estão convergindo para fluxos de trabalho semelhantes — prompt, importar um repositório, implantar.

A ressalva

Isto é um retrato de um momento de rodadas de investimento, não uma certeza. Avaliações sobem e descem, ciclos de hype exageram, e um número de US$ 13,2 bilhões ainda em fase de conversa não é um negócio fechado. Mas uma guerra de preços de um lado (Grok 4.5), três captações separadas em estágio avançado de outro (Lovable, Replit, Factory), e uma camada de infraestrutura de nuvem reconstruída de um terceiro (Railway), todas apontando para o mesmo caso de uso, formam um sinal mais forte do que qualquer uma delas isoladamente. Trate isso como um forte indício de para onde as expectativas de contratação estão caminhando em 2026, e atualize essa visão conforme surgirem novos dados.